数据结构与算法之LeetCode-300-最长递增子序列

300. 最长递增子序列 - 力扣（LeetCode） (leetcode-cn.com)

动态规划

• 两层遍历
• 计算第二层遍历中是否增加

/**
 * @param {number[]} nums
 * @return {number}
 */
var lengthOfLIS = function(nums) {
	if(nums.length == 0){
  	return 0;   	
  }
  
  let dp = new Array(nums.length).fill(0);
  dp[0] = 1;
  let maxLength = 1;
  for(let i=1;i<nums.length;i++){
    dp[i] = 1;
    for(let j=0;j<i;j++){
      if(nums[i]>nums[j]){
        dp[i] = Math.max(dp[i],dp[j]+1);
      }
    }
    maxLength = Math.max(maxResult,dp[i])
  }
  return maxResult;
};

执行结果：通过

执行用时：180 ms, 在所有 JavaScript 提交中击败了57.32%的用户

内存消耗：42.8 MB, 在所有 JavaScript 提交中击败了7.53%的用户

通过测试用例：54 / 54

复杂度分析

• 时间复杂度：O(n^2)，其中 nn为数组nums 的长度。动态规划的状态数为 n，计算状态 dp[i]dp[i] 时，需要 O(n) 的时间遍历 dp[0…i−1] 的所有状态，所以总时间复杂度为 O(n^2)。

• 空间复杂度：O(n)，需要额外使用长度为 n 的dp 数组。

参考链接

300. 最长递增子序列 - 力扣（LeetCode） (leetcode-cn.com)

最长上升子序列 - 最长递增子序列 - 力扣（LeetCode） (leetcode-cn.com)